Hermes Agent: 모든 작업에서 학습하는 자기 개선 AI

이전에 AI 어시스턴트와 대화해 본 적이 있을 것입니다. 질문에 답하고, 어쩌면 코드를 작성한 뒤, 탭을 닫는 순간 당신을 잊어버리죠. 대부분의 에이전트가 그렇게 작동합니다. 그러나 Nous Research는 다른 것을 만들었습니다: Hermes Agent, 자기 개선형 AI입니다. 이 AI는 당신이 누구인지 기억하고, 자신만의 스킬을 작성하며, 실행 중에 그 스킬을 지속적으로 개선하고, 매 대화를 통해 당신의 세계에 대한 더 깊은 이해를 조용히 쌓아갑니다. 오픈소스이며 MIT 라이선스를 따르고, 모델에 구애받지 않으며, 작은 클라우드 VPS를 포함해 거의 어디에서나 실행할 수 있습니다.

경험에서 학습하고 배운 스킬을 지속적으로 개선합니다

Hermes Agent의 상징적인 기능은 팀이 '폐쇄 루프 학습(closed learning loop)'이라고 부르는 것입니다. 공급업체에서 온 지저분하고 불규칙한 인보이스를 파싱하는 방법을 가르치는 데 오랜 시간을 들였다고 상상해 보세요. 일반적인 에이전트라면 모든 컨텍스트가 대화가 끝나면 사라집니다. 하지만 Hermes는 그 전체 과정을 재사용 가능한 하나의 스킬로 만들 수 있습니다. 다음에 인보이스 처리를 요청하면 도구 상자에서 해당 스킬을 꺼내 쓰기만 하면 됩니다. 작업 도중에 수정하면 그 스킬 자체가 즉석에서 업데이트됩니다. 시간이 지나면서 도구 상자는 당신이 하는 일을 그대로 보여주는 축소판이 됩니다.

이 루프는 스킬에만 국한되지 않습니다. Hermes는 메모리도 관리합니다. 대화 중에 지식을 저장하라고 스스로에게 상기시키고, 과거 세션의 검색 가능한 기록을 유지하며, 세션을 넘나드는 회상이 필요할 때 LLM을 이용해 과거 조각을 요약합니다. 저수준의 대화 회상도 중요하지만, 더 깊은 곳에는 Honcho로 구축된 사용자 모델이 있습니다. Honcho는 매 대화를 통해 당신에 대한 이해를 끊임없이 다듬어 가는 변증법적 시스템입니다.

노트북에만 국한되지 않습니다

Hermes의 가장 유용한 장점 중 하나는 일상적으로 들고 다니는 컴퓨터를 떠나 실행될 수 있다는 점입니다. 게이트웨이 프로세스는 모든 Linux, macOS 또는 Windows 호스트에서 실행할 수 있습니다. 5달러짜리 VPS, GPU 클러스터, 또는 Modal이나 Daytona가 제공하는 서버리스 환경에도 배포할 수 있습니다. 그런 환경에서는 에이전트의 세계가 필요 없을 때는 잠들고, 필요할 때 요청에 따라 깨어납니다. 시간 단위로 결제한다면 유휴 비용은 거의 0이고, 항상 켜져 있는 대형 인스턴스 비용을 지불할 필요도 없습니다.

또한 SSH로 로그인해 이야기할 필요도 없습니다. 게이트웨이를 실행하면 Telegram, Discord, Slack, WhatsApp 또는 Signal에서 메시지를 보낼 수 있고, 동일한 에이전트가 모든 플랫폼에서 대화를 유지합니다. 클라우드 VM에 작업을 계속시키고 산책을 다녀온 뒤, 짧은 Telegram 음성 메모로 진행 상황을 확인하면 됩니다.

어떤 모델이든 연결하세요. 락인은 없습니다.

너무 많은 에이전트 프레임워크가 당신을 특정 공급업체에 묶어 둡니다. Hermes는 정반대 접근을 취합니다. OpenAI, OpenRouter, 자체 엔드포인트, Nous Portal 또는 호환 가능한 모든 공급자로 연결할 수 있습니다. 초기 설정 마법사가 백엔드를 선택하라고 하겠지만, 이후에는 hermes model 한 줄이면 전환할 수 있습니다. Anthropic 모델과 Nous 파인튜닝 모델을 비교하고 싶을 때 코드를 다시 쓰거나 설정 파일과 씨름할 필요가 없습니다.

모델, 웹 검색, 이미지 생성, 텍스트 음성 변환, 클라우드 브라우저를 위해 다섯 개의 API 키를 조합하고 싶지 않다면, Nous Portal이 이 모든 것을 단일 구독으로 통합하고 Tool Gateway를 통해 일원화된 형태로 제공합니다. 즉 Hermes로 학습 계획을 세우고, 웹사이트 초안을 만들고, 이미지를 생성하고, 오디오까지 만들 수 있으며, 끝없이 늘어나는 타사 계정을 관리할 필요가 없습니다.

자동화, 위임, 병렬 작업

Hermes에는 cron 스케줄러가 내장되어 있어 “주중 오전 9시마다 Slack으로 어제의 Pull Request 요약을 보내 줘”라고 자연어로 말하면 에이전트가 그 시점부터 작업을 처리합니다. 무인으로 실행되고, 지정한 곳에 정확히 전달하며, 종료할 때까지 계속 실행됩니다.

단일 스레드로 부족할 때 Hermes는 병렬 워크플로우를 위해 독립적인 하위 에이전트를 생성할 수 있습니다. 또한 Python 스크립트를 작성해 RPC로 도구를 원격 제어할 수 있어, 기존의 미로 같은 파이프라인을 컨텍스트 길이를 초과하지 않으면서 단일 상호작용으로 압축할 수 있습니다. 이런 패턴은 배치 작업, 반복적인 리서치, 또는 단일 에이전트가 버거워하는 모든 작업에 매우 적합합니다.

연구, 마이그레이션, 커뮤니티

Hermes는 책상 앞에서만 유용한 것이 아니라 연구자를 위한 기능도 갖추고 있습니다. 일괄 궤적 생성 및 압축 기능으로 차세대 도구 호출 모델을 훈련하는 데 도움을 줍니다. OpenClaw라는 또 다른 잘 알려진 에이전트 프로젝트에서 넘어온다면, Hermes가 제공하는 가져오기 마법사가 페르소나 설정, 메모리, 스킬, API 키, TTS 자산, 작업 공간 지침까지 자동으로 옮겨 주므로 기존 구성이 사라지지 않습니다.

이 프로젝트는 MIT 라이선스를 사용하며, 코드베이스는 놀라울 정도로 접근하기 쉽습니다. 기여자는 몇 가지 셸 명령만으로 시작할 수 있습니다. 활발한 Discord 커뮤니티와 agentskills.io 개방형 표준에 기반한 공유 스킬 허브(Skills Hub)도 있습니다. 하나의 스킬에서 나온 출력은 다른 에이전트가 가져올 수 있어 생태계가 외딴 섬처럼 갈라지지 않습니다.

종합하면

Hermes Agent는 수백 번의 대화 이후에 무슨 일이 일어나는지 제대로 고민하는 드문 오픈소스 프로젝트입니다. 폐쇄 루프 학습은 단기 컨텍스트를 지속적이고 자동으로 갱신되는 스킬로 바꿉니다. 메모리 레이어는 일반화된 사용자 페르소나가 아니라 당신에 대한 정확한 모델을 만듭니다. 터미널 백엔드는 가장 저렴하고 안정적인 환경에서 Hermes를 실행할 수 있게 해 주며, 멀티 플랫폼 게이트웨이는 특정 탭이나 장소에 묶이지 않음을 뜻합니다. 잘 잊어버리는 래퍼로 가득한 AI 범주 속에서 Hermes는 기억하고, 개선하며, 노트북을 덮은 뒤에도 계속 작동하는 바로 그 에이전트일지도 모릅니다.

시도해 볼 준비가 되셨나요? 공식 문서를 확인하거나 GitHub에서 리포지토리를 확인해 보세요. OpenClaw를 운영해 왔다면 전환 경로가 놀랍도록 간단합니다.